全部新闻
大学生如何使用 ChatGPT 等 AI 工具？
学生对 ChatGPT 等人工智能工具的使用情况多种多样且复杂。以下是根据不同学生的经验总结的一些要点：1. **补充学习工具**：许多学生在遇到某个话题时使用人工智能来澄清概念或获得额外的解释。例如，阿奎莱拉在生物、化学和艺术课程中使用 Copilot 来逐步分解复杂的主题。2. **研究援助**：一些学生发现它有助于制定研究问题或生成学习材料，例如基于课程内容的练习测试。卡纳莱的教授甚至鼓励它用于指导思想，贝拉斯科·波兰科在新闻和媒体研究中广泛使用它。3. **数学和科学**：人工智能通常用于解决复杂的数学问题或化学方程式，提供分步指导。然而，Rangel 发现在 STEM 科目中使用 ChatGPT 时结果不一致。4. **论文写作和资料收集**：在英语和人文学科课程中，学生使用 ChatGPT 生成论文并收集资料，但确保他们理解所讨论的概念。埃斯特维兹提到了一位朋友，他在教授的批准下使用了它，但不是为了抄袭。5. **未经授权的使用**：虽然一些教授赞成人工智能的使用，但其他教授则没有解决其使用问题或对其持负面立场。托雷斯和盖姆斯指出，他们的社会学老师不喜欢学生使用此类工具。6. **职业准备**：有些人认为ChatGPT是一种提高学习效率的方法，而不是仅仅依赖传统方法，而另一些人则认为这是欺骗自己，无法彻底理解材料。7. **学术之外的个人用途**：学生也会将人工智能用于个人项目或工作申请，例如 Robledo 在陷入措辞选择困难时使用 Copilot 起草工作申请信。总体而言，学生们根据自己的学术需求、课程性质以及教授对这些技术的态度，对 ChatGPT 和类似工具的看法有所不同。
人工智能为一些视障人士带来了“革命”
来自诺维奇的 Louise Plunkett 患有 Stargardt 病，导致进行性视力丧失，她发现像 Be My AI 这样的人工智能工具可以改变她的日常生活。她使用该应用程序执行诸如设置闹钟和通过语音助手 Alexa、Google Home 和 Siri 检查天气更新等任务。现在，她依靠 Be My AI 获取 ChatGPT 生成的详细图片描述，帮助她识别物体或阅读文本。尽管有时描述性过强，但人工智能在无法获得人类帮助的情况下提供了独立性。Be My Eyes 的开发者预计未来会取得进步，例如实时流媒体视频描述，同时也承认人类支持的持久重要性。WeWalk 的人工智能手杖和 RNIB 倡导者 Robin Spinks 等其他产品都强调了人工智能在增强视障人士无障碍环境方面的潜力。路易丝·普朗克特
营销人员在使用人工智能时应考虑这些道德问题
营销行业面临人工智能带来的重大道德挑战，包括过度能源消耗、偏见持续存在、抄袭问题、隐私风险和问责问题。营销人员被敦促通过审核人工智能算法、考虑更广泛的影响、让批评家参与进来、在商业实践中优先考虑人员和地球安全以及培育透明度和问责文化来主动解决这些问题。这些步骤对于在营销中道德地使用人工智能至关重要，因为该技术的积极潜力与巨大风险相平衡。
AI 机器人扫描仪在评估 RA 方面与风湿病专家一样出色
ROPCA 开发的全自动超声扫描系统由基于人工智能的 DIANA 软件和自动扫描仪 ARTHUR 组成，在评估类风湿性关节炎 (RA) 方面与风湿病专家一样准确。该系统目前在六家欧洲诊所运行，有望对 RA 患者进行早期检测和持续监测。它于 2022 年获得了 CE 标志批准，并且正在作为区分 RA 和骨关节炎的筛查工具进行测试，可能会减少患者等待诊断的时间。
使用连续皮肤温度数据的深度学习模型预测分娩开始
Basavaraj 等人发表在《BMC Pregnancy and Childbirth》上的题为“Deep Learning model using Continuous皮肤温度数据预测临产开始”的文章探讨了使用深度学习算法根据连续皮肤温度数据预测临产开始。以下是研究的要点和细节：### 研究概述- **目标**：开发一种深度学习模型，可以使用可穿戴设备收集的连续皮肤温度数据准确预测分娩的开始。- **方法**：该研究利用了 LSTM（长短期记忆）神经网络，这是一种循环神经网络，能够处理连续数据，例如来自可穿戴设备的时间序列信息。### 主要发现1. **数据收集和预处理**：- 使用可穿戴设备从孕妇那里收集连续的皮肤温度数据。- 数据预处理涉及对原始温度读数进行标准化，以确保参与者之间的一致性。2. **模型架构**：- LSTM 模型旨在捕获时间序列数据中的时间依赖性。- 模型架构包括多个用于特征提取和预测的层。3. **绩效评估**：- 使用平均绝对误差 (MAE) 和均方根误差 (RMSE) 等指标评估模型性能。- 研究发现该模型可以非常准确地预测分娩开始时间，优于传统的预产期预测。4. **数据质量对预测准确性的影响**：- 研究表明，最新的温度数据对于准确预测尤为重要，这表明该模型在很大程度上依赖于分娩前的最后几天。### 补充数字- **图 5（补充图 6）**：显示怀孕最后两周的个体 z 评分温度轨迹。- **图 6（补充图 7）**：展示误差分布如何随胎次、BMI 和母亲年龄类别而变化。- **图 7（补充图 8）**：修改或删除不同数据段时评估模型性能。### 影响- 研究结果表明，可穿戴技术可能成为产科护理中的一个有价值的工具，可以比传统方法更准确地预测分娩开始。- 这种方法有可能改善产前和分娩计划，确保医疗保健提供者和孕妇做好更好的准备。＃＃＃ 结论该研究证明了深度学习算法在分析连续生理数据以预测临产等复杂事件方面的有效性。它强调了将可穿戴技术集成到常规产科护理中的潜在好处，为未来的研究和临床应用提供了有希望的方向。### 开放获取许可证- 本文获得知识共享署名 4.0 国际 (CC BY 4.0) 许可，允许免费使用、共享、改编、分发和复制，并适当注明作者和来源。本摘要概括了该研究的关键方面，利用先进的数据分析技术全面概述了该研究对产科护理领域的贡献。研究
坏人工智能的新类型艺术登上舞台：自然斜坡 |艺术网新闻
人工智能生成的内容被称为“slop”，包括虾耶稣的图像和儿童的超现实艺术，今年早些时候充斥着 Facebook，这些内容是由肯尼亚和越南等地的企业家为了参与而创建的。尽管这些趋势正在消退，但马克·扎克伯格预计人工智能内容将在 Facebook 和 Instagram 等平台的未来发挥重要作用。目前，信息流中越来越多地充斥着人工智能生成的真实自然和属性图像，旨在最大限度地提高用户互动并唤起强烈的情感反应。这引发了人们对现实与模拟之间模糊界限及其对用户在线真实性感知的影响的担忧。
利用生成式人工智能来增加工作岗位和提高劳动力生产力
生成式人工智能 (GenAI) 具有提高生产力和转变工作角色的潜力。组织可以利用 GenAI 与战略目标和劳动力需求保持一致，从而提高工作质量和员工敬业度。一份新报告探讨了 GenAI 对工作场所影响的四种场景，并根据早期采用者的见解提供了有效采用的实用步骤。最成功的应用程序往往是由员工的热情驱动的。
3 家放射科技公司收入增长 770% 或以上，跻身德勤“高成长 500 强”
Rad AI、Aidoc 和 PocketHealth 三大放射科技公司入围德勤 2024 年“高成长 500 强”，收入增长在 770% 至 8,710% 之间。Rad AI 排名第 19，收入增长了 8,710%，其次是 Aidoc，排名第 86，PocketHealth 排名第 152。这些公司专注于人工智能驱动的放射学解决方案，包括图像分析、患者参与和医疗数据聚合。该奖项凸显了技术对医疗保健的变革性影响，强调了效率和护理质量的提高。另外两家医疗保健公司 Artera 和 PathAI 也以显着增长的方式跻身榜单，分别专注于精准医疗和病理学。
人工智能（AI）|技术
Miku 是一个 Vocaloid 全息化身，拥有声音样本的数字数据库，举办的音乐会门票全部售完，吸引了数千名忠实粉丝。
人工智能简报：埃森哲和 Nvidia 计划扩展企业业务的人工智能代理
埃森哲和 Nvidia 发起了一项计划，使用 Nvidia 的 AI 技术堆栈培训 30,000 名员工，旨在提高企业对 AI 的采用。作为概念验证，埃森哲营销部门开发了十多个人工智能代理，将营销项目从 135 个步骤简化到 85 个步骤，自动执行研究、数据分析和安排社交媒体等任务。这一举措反映了 Snowflake、Salesforce 和 Microsoft 等科技公司投资企业级人工智能代理的更广泛趋势，尽管面临数据集成和监管风险等挑战。
